На сайті Times Higher Education опубліковано статтю Сухюн Ан ««Чим краще я вдосконалював інструкції, тим краще вони працювали як промпти для ШІ»».
У ній викладач філософії та керівник курсу критичного мислення описує «парадокс ясності»: біль чіткі та зрозумілі інструкції до освітніх завдань і їхній покроковий опис, покликані допомогти студентам зрозуміти мету, послідовність дій та критерії успіху, але вони одночасно стають ідеальними промптами для великих мовних моделей. Викладач завантажив одне зі своїх ретельно опрацьованих завдань у чат-бот і надав команду «виконуй», після чого вже через хвилину отримав роботу, яка за критеріями оцінювання набрала 48,5 з 50 балів. Після детальної перевірки посилань виявилися вигадані назви джерел і неробочі лінки, тож оцінка впала до 79 %. Хоча критеріям, які оцінюють зміст самого тексту (структура, зв’язність, стиль, пояснення), модель легко задовольняє. А ось критеріям, які перевіряють валідність — ні. Автор статті пропонує зосередитися на обґрунтованості тверджень: студент має навчитись думати, пояснювати, перевіряти висновки, наводити аргументацію власної позиції та демонструвати хибні висловлювання, згенеровані ШІ. Саме це піддається перевірці без будь-яких ШІ-детекторів. Робити завдання менш чіткими — помилка. Краще розділити два питання: як зробити завдання зрозумілим і як отримати достовірні докази того, що навчання відбулося. При кожному оцінюванні варто перевіряти: 1) когнітивну роботу, яку дійсно виконали студенти; 2) чи може ШІ виконати призначену роботу, чи для якісного результату необхідна людська участь; 3) як зміцнити зв’язок між отриманим результатом і самим студентом.
Детальніше: https://www.timeshighereducation.com/campus/more-i-improved-my-instructions-better-they-worked-ai-prompts
Фото: pixabay.com
#НРАТ_Усі_новини #НРАТ_Науковцям_новини #НРАТ_Освітянам_новини #НРАТ_ШтучнийІнтелект #НРАТ_TimesHigherEducation
